当前位置: 首页 > news >正文

JVM—对象已死?

 参考资料:深入理解Java虚拟机:JVM高级特性与最佳实践(第3版)周志明

在堆里面存放着 Java 世界中几乎所有的对象实例,垃圾收集器在对堆进行回收前,第一件事情就是要确定这些对象之中哪些还“存活”着,哪些已经“死去”。

1、如何判断对象存活

1.1 引用计数法

  • 给对象增加一个引用计数器,当对象被引用一次计数器加一、当引用失效时计数器减一

  • 任何时候计数器为0的对象就不可能再被使用

这个方法虽然占用一定内存但是原理简单、效率也很高,大多情况都是不错的算法。但Java虚拟机并没有使用这个方法因为这个方法还要考虑很多额外的情况,配合大量处理逻辑才能解决问题。

引用计数法的缺点:

public class ReferenceCountingtGC {public Object instance = null;public static final int _1MB = 1024 * 1024;//这个成员属性的唯一意义就是占点内存,以便在GC日志中看清楚是否回收过private byte[] bigSize = new byte[2 * _1MB];public static void testGC(){ReferenceCountingtGC objA = new ReferenceCountingtGC();ReferenceCountingtGC objB = new ReferenceCountingtGC();objA.instance = objB;objB.instance = objA;//假设在这发生GC,objA和objB能否被回收?System.gc();}
}
  • 这两个对象objA和objB已经不可能再被访问了,但是它们因为互相引用对方,导致它们的引用计数都不为零。 所以引用计数算法就无法回收他们

1.2 可达性分析算法

  • 这个算法的基本思路就是通过一系列称为“GC Roots”的根对象作为起始节点集。

  • 从这些节点开始,根据引用关系向下搜索,搜索过程所走过的路径称为“引用链”。

  • 如果某个对象到GC Roots直接没有引用链就代表这个对象不能被使用。

可作为java中Gc Roots的对象包含哪些?

  1. 虚拟机栈(栈帧中的局部变量表)中引用的对象。

  2. 方法区中的静态属性引用对象。(例如被Static修饰的字符串)

  3. 方法区中常量引用的对象。(例如字符串常量池的引用)

  4. 在本地方法栈中 JNI(即通常所说的 Native 方法)引用的对象。

  5. java虚拟机内部的引用。(例如数据类型对应的Class对象,一些常驻对象(OOM),系统类加载器)

  6. 所有被同步锁(synchronized 关键字)持有的对象。

  7. 反映 Java 虚拟机内部情况的 JMXBean、JVMTI 中注册的回调、本地代码缓存等。

2、再谈引用

无论是引用计数法还是可达性分析算法,判断对象是否存活都和对象的引用分不开。

在jdk1.2以后对引用进行了扩充,将引用分为:

  1. 强引用

  2. 软引用

  3. 弱引用

  4. 虚引用

这四种引用强度依次递减。

2.1 强引用

强引用是最常见的引用类型,是程序代码之间普遍存在的引用赋值,例如这样的引用关系,在任何情况下只要强引用还在JVM就不会回收被引用的对象。

Object obj = new Object();

2.2 软引用

软引用是用来描述一些还有用但非必需的对象。在系统将要发生内存溢出异常之前,这类对象会被列为可回收的资源。在jdk1.2后提供了SoftReference类来实现软引用。

Object obj = new Object();
SoftReference<Object> softReference = new SoftReference<>(obj);

内存不足时,GC会回收软引用指向的对象,以释放空间,避免OutOfMemoryError

2.3 弱引用

弱引用也用来描述非必需对象,但是其强度比软引用更弱,只能生存到下一次垃圾回收发生之前。使用WeakReference类来实现弱引用。

Object obj = new Object();
WeakReference<Object> weakReference = new WeakReference<>(obj);

GC工作时,无论内存是否足够,都会回收被弱引用关联的对象。

2.4 虚引用

虚引用是最弱的一种引用关系。无法通过虚引用来取得一个对象实例,设置虚引用关联的唯一目的是在这个对象被收集器回收时收到一个系统通知。虚引用PhantomReference必须和引用队列(ReferenceQueue)联合使用。

ReferenceQueue<Object> queue = new ReferenceQueue<>();       
Object object = new Object();       
PhantomReference<Object> phantomReference = new PhantomReference<>(object, queue);

3、生存还是死亡

真正宣告一个对象的死亡需要至少经历两次标记的过程

1、如果对象进行可达性分析后没有与GC Roots相连的引用链,那么就会被第一次标记

  • 接下来将会执行一次筛选,筛选条件是对象是否有必要执行finalize()方法。(假如对象没有覆盖finalize方法或者finalize方法已经被调用过。虚拟机都会将这两种情况视为没必要执行)

  • 如果这个对象被判断为有必要执行finalize方法,那么对象将会被放在一个F-Queue队列中。并在稍后由一条虚拟机自动建立的、低调度优先级的Finalize线程去执行它们的Finalize()方法。

2、finalize方法是对象逃脱死亡的最后机会,收集器将会对F-Queue中的对象进行第二次小规模的标记。

  • 如果对象要拯救自己,那么需要重新与引用链上的任何一个对象建立关联即可。

  • 这种自救的机会只有一次,因为一个对象的 finalize()方法最多只会被系统自动调用一次

4、回收方法区

  • 方法区回收的性价比较低

  • 方法区主要回收两部分内容:废弃的常量和不再使用的类型

1、回收废弃常量的条件

  • 已经没有任何字符串对象引用常量池的“Java”常量,并且虚拟机中也没有其他地方引用这个字面量。

2、不使用类型的回收条件

  • 该类的所有实例都被回收了,也就是Java堆中不存在该类及其任何派生子类

  • 加载该类的类加载器已经被回收

  • 该类对应的 java.lang.Class 对象没有在任何地方被引用,无法在任何地方通过反射访问该类的方法。

相关文章:

JVM—对象已死?

参考资料&#xff1a;深入理解Java虚拟机&#xff1a;JVM高级特性与最佳实践&#xff08;第3版&#xff09;周志明 在堆里面存放着 Java 世界中几乎所有的对象实例,垃圾收集器在对堆进行回收前,第一件事情就是要确定这些对象之中哪些还“存活”着,哪些已经“死去”。 1、如何判…...

【前端面试3+1】20 css三栏布局6种实现方式、多行文本溢出怎么实现、token过期了怎么处理、【二叉树的中序遍历】

一、css三栏布局6种实现方式 1.浮动布局&#xff08;Floats&#xff09; .container {overflow: auto; /* 清除浮动 */ }.left, .right {width: 20%; /* 左右栏宽度 */float: left; }.middle {width: 60%; /* 中间栏宽度 */margin: 0 20%; /* 左右栏宽度 */ } 2.Flexbox .conta…...

【C++】vector介绍以及模拟实现(超级详细<=>源码并存)

欢迎来到我的Blog&#xff0c;点击关注哦&#x1f495; 【C】vector介绍以及模拟实现 前言vector介绍 vector常见操作构造函数iteratorcapacitymodify vector模拟实现存储结构默认构造函数构造函数拷贝构造函数赋值运算符重载析构函数 容量&#xff08;capacity&#xff09;si…...

【Redis 进阶】主从复制(重点理解流程和原理)

在分布式系统中为了解决单点问题&#xff08;某个服务器程序只有一个节点&#xff08;只搞一个物理服务器来部署这个服务器程序&#xff09;。可用性不高&#xff1a;如果这个机器挂了意味着服务就中断了&#xff1b;性能 / 支持的并发量比较有限&#xff09;。通常会把数据复制…...

Git常用命

转自&#xff1a;https://blog.csdn.net/ahjxhy2010/article/details/80047553 1.查看某个文件或目录的修改历史 git log filename #查看fileName相关的commit记录 git log -p filenam # 显示每次提交的diff#只看某次提交中的某个文件变化&#xff0c;commit-id  文件名…...

强化学习时序差分算法之Q-learning算法——以悬崖漫步环境为例

0.简介 基于时序差分算法的强化学习算法除了Sarsa算法以外还有一种著名算法为Q-learning算法&#xff0c;为离线策略算法&#xff0c;与在线策略算法Sarsa算法相比&#xff0c;其时序差分更新方式变为 Q(St,At)←Q(St,At)α[Rt1γmaxaQ(St1,a)−Q(St,At)] 对于 Sarsa 来说&am…...

111推流111

推流推流...

刷题——数组中只出现一次的两个数字

数组中只出现一次的两个数字_牛客题霸_牛客网 描述 一个整型数组里除了两个数字只出现一次&#xff0c;其他的数字都出现了两次。请写程序找出这两个只出现一次的数字。 数据范围&#xff1a;数组长度 2≤n≤10002≤n≤1000&#xff0c;数组中每个数的大小 0<val≤100000…...

《剖析程序员面试“八股文”:助力、阻力还是噱头?》

#“八股文”在实际工作中是助力、阻力还是空谈&#xff1f; 作为现在各类大中小企业面试程序员时的必问内容&#xff0c;“八股文”似乎是很重要的存在。但“八股文”是否能在实际工作中发挥它“敲门砖”应有的作用呢&#xff1f;有IT人士不禁发出疑问&#xff1a;程序员面试考…...

Redis过期key的删除策略

在 Redis 中&#xff0c;设置了过期时间的键在过期时间到达后&#xff0c;并不会立即从内存中删除。如果不是&#xff0c;那过期后到底什么时候被删除呢&#xff1f; 下面对这三种删除策略进行具体分析。 立即删除&#xff1a; 立即删除能够保证内存数据的及时性和空间的有效…...

软件管理

设备挂载在目录下才可以读 挂载类似于将u盘插在电脑上 mount /dev/sr0 /opt/openeuler/ vim /etc/rc.d/rc.local #开机自运行脚本&#xff0c;将挂载命令写入脚本&#xff0c;并给这个脚本执行权限 chmod x /etc/rc.d/rc.local [rootlocalhost ~]# cd /etc/yum.repos.d/ […...

【2024】Datawhale AI夏令营 Task3笔记——Baseline2部分代码解读及初步上分思路

【2024】Datawhale AI夏令营 Task3笔记——Baseline2部分代码解读及初步上分思路 本文对可完成赛事“逻辑推理赛道&#xff1a;复杂推理能力评估”初赛的Baseline2部分关键代码进行详细解读&#xff0c;介绍Baseline2涉及的关键技术和初步上分思路。 Baseline2代码由Datawhal…...

软件测试——测试分类(超超超齐全版)

为什么要对软件测试进行分类 软件测试是软件⽣命周期中的⼀个重要环节&#xff0c;具有较⾼的复杂性&#xff0c;对于软件测试&#xff0c;可以从不同的⻆度加以分类&#xff0c;使开发者在软件开发过程中的不同层次、不同阶段对测试⼯作进⾏更好的执⾏和管理测试的分类⽅法。…...

深入解析 Go 语言 GMP 模型:并发编程的核心机制

前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c;忍不住分享一下给大家&#xff1a;点击跳转到网站&#xff0c;对人工智能感兴趣的小伙伴可以点进去看看。 前言 本章是Go并发编程的起始篇章&#xff0c;在未来几篇文章中我们会…...

PHP中如何处理字符串

在PHP中&#xff0c;处理字符串是一项非常常见的任务&#xff0c;PHP提供了大量的内置函数来方便地处理字符串。以下是一些常用的字符串处理函数&#xff1a; strlen() - 返回字符串的长度。 php复制代码 $text "Hello, World!"; echo strlen($text); // 输出&…...

windows内存泄漏检查汇总

VLD(Visual Leak Detector) 下载 官方下载地址2.5 另一分支2.7 安装 点击运行安装...

yolo格式数据集之空中及地面拍摄道路病害检测7种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用

yolo格式数据集之空中及地面拍摄道路病害检测7种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用 本数据为空中及地面拍摄道路病害检测检测数据集&#xff0c;数据集数量如下&#xff1a; 总共有:33585张 训练集&#xff1a;6798张 验证集&#xff1a;3284张 测试集&a…...

[Meachines] [Easy] Mirai Raspberry树莓派默认用户登录+USB挂载文件读取

信息收集 IP AddressOpening Ports10.10.10.48TCP:22,53,80,1276,32400,32469 $ nmap -p- 10.10.10.48 --min-rate 1000 -sC -sV PORT STATE SERVICE VERSION 22/tcp open ssh OpenSSH 6.7p1 Debian 5deb8u3 (protocol 2.0) | ssh-hostkey: | 1024 aa:ef:5c:…...

从零开始安装Jupyter Notebook和Jupyter Lab图文教程

前言 随着人工智能热浪&#xff08;机器学习、深度学习、卷积神经网络、强化学习、AGC以及大语言模型LLM, 真的是一浪又一浪&#xff09;的兴起&#xff0c;小伙伴们Python学习的热情达到了空前的高度。当我20年前接触Python的时候&#xff0c;做梦也没有想到Python会发展得怎么…...

数据库魔法:SQL Server中自定义分区函数的奥秘

数据库魔法&#xff1a;SQL Server中自定义分区函数的奥秘 在SQL Server中&#xff0c;分区表是管理大型表和提高查询性能的强大工具。分区函数和分区方案允许你根据特定的规则将数据分散到不同的文件组中。本文将深入探讨如何在SQL Server中实现数据库的自定义分区函数&#…...

MacBook上的Safari安装油猴插件

MacBook Safari 浏览器安装油猴插件&#xff08;Tampermonkey&#xff09;完整教程 目录 一、什么是油猴插件二、准备工作三、安装 Tampermonkey 插件四、启用插件五、安装油猴脚本六、脚本管理七、进阶设置八、常见问题解决九、热门脚本推荐十、安全注意事项 一、什么是油猴…...

【算法通关】递归:汉诺塔、合并链表、反转链表、两两交换、快速幂全解

文章目录1. 汉诺塔问题2. 合并两个有序链表3. 反转链表4. 两两交换链表中的节点5. 快速幂1. 汉诺塔问题 题目链接&#xff1a;汉诺塔问题 题目描述&#xff1a; 题解思路&#xff1a;递归 将 n 个盘子从 A 柱移到 C 柱&#xff08;以 A 为起点、C 为目标、B 为辅助&#xff…...

新手必看:GLM-4V-9B环境配置与简单调用,附完整代码示例

新手必看&#xff1a;GLM-4V-9B环境配置与简单调用&#xff0c;附完整代码示例 1. 环境准备与快速部署 1.1 硬件要求 GPU显存&#xff1a;至少24GB&#xff08;FP16精度&#xff09;或12GB&#xff08;INT4量化&#xff09;推荐配置&#xff1a;NVIDIA RTX 4090或更高性能显…...

零基础掌握Degrees of Lewdity本地化工具:开源项目中文适配方案全攻略

零基础掌握Degrees of Lewdity本地化工具&#xff1a;开源项目中文适配方案全攻略 【免费下载链接】Degrees-of-Lewdity-Chinese-Localization Degrees of Lewdity 游戏的授权中文社区本地化版本 项目地址: https://gitcode.com/gh_mirrors/de/Degrees-of-Lewdity-Chinese-Lo…...

巨有科技:景区二消低迷?智慧旅游重构盈利模式

门票降价、客流增长但营收不涨&#xff0c;是当下多数景区面临的经营困境。过度依赖门票经济&#xff0c;二次消费&#xff08;二消&#xff09;占比低、业态单一&#xff0c;景区盈利空间不断被压缩。2026年文旅行业告别粗放增长&#xff0c;景区盈利重心向二次消费转移&#…...

杰理之 使用触摸调试工具【篇】

...

RWKV7-1.5B-g1a企业应用案例:替代传统规则引擎做智能FAQ与文档摘要

RWKV7-1.5B-g1a企业应用案例&#xff1a;替代传统规则引擎做智能FAQ与文档摘要 1. 引言&#xff1a;企业文本处理的痛点与机遇 在传统企业IT系统中&#xff0c;FAQ系统和文档摘要功能通常依赖规则引擎实现。这种方案存在几个明显痛点&#xff1a; 维护成本高&#xff1a;每次…...

【Python多解释器通信终极指南】:20年专家亲授GIL绕过术、共享内存实战与跨解释器RPC设计模式

第一章&#xff1a;Python多解释器通信的演进与核心挑战Python长期以来以全局解释器锁&#xff08;GIL&#xff09;为标志性设计&#xff0c;保障单解释器内线程安全&#xff0c;却也天然限制了多线程在CPU密集型场景下的并行能力。为突破GIL束缚&#xff0c;Python 3.12正式引…...

OpenClaw+GLM-4.7-Flash:智能会议纪要生成

OpenClawGLM-4.7-Flash&#xff1a;智能会议纪要生成 1. 为什么需要智能会议纪要助手 作为一名经常需要参加各种会议的技术从业者&#xff0c;我深刻体会到会议纪要整理的痛苦。传统方式要么是手动记录&#xff0c;要么是录音后反复回放整理&#xff0c;效率极低。直到我尝试…...

达摩院智能客服人工智能训练师实战:从模型训练到生产部署的全链路优化

在智能客服系统的开发过程中&#xff0c;我们常常面临一个核心矛盾&#xff1a;业务方希望模型能快速迭代、精准理解用户意图&#xff0c;而技术团队则受困于漫长的训练周期、复杂的多轮对话逻辑以及繁琐的生产部署流程。传统的自建训练环境&#xff0c;从数据清洗、特征工程到…...